百度图片

问题成因：喜欢在百度稿子里，搞资料，但VIP，大家都懂。则看源代码，想全部找到。可是看 一个ppt文档， 里面都是连接，发现都是图片，单独点击连接能打开图片。

恍然大悟。粘出来的 连接 是 <img ....  ;

</div>       <div> 混杂的，则写了个 小 C程序，处理了一下。

#include<stdio.h> 
int main(){
	
	int i,j;
	char c1,c2,c3,c4;
	
	freopen("jt.txt","r",stdin);
	freopen("jto.txt","w",stdout);
	
	while(1){
		scanf("%c",&c1);		
		if(c1=='<')
		{
			scanf("%c%c%c",&c2,&c3,&c4);
			if(c2=='t' && c3=='i' && c4=='g') // <tig  挺 
			break; 
			else if(c2=='i' && c3=='m' && c4=='g')
			{//想要的
				printf("<img ") ;
				while(1){
					scanf("%c",&c1);
					if(c1 == '>')
						{printf(">\n");break;
						}
					else
						printf("%c",c1);
				}			
			}
			else{ ////// </div> <div>
				while(1)
				{
					scanf("%c",&c1);
					if(c1== '>')
						break;
				}
			}
		}		
	}	
	return 0;
}

　　整理成<img src="   "> 的情形。接下来就简单了，粘贴到Excel里，数据分列，就得出来 纯的 图片网页连接，没错接下来就是利用 Python urllib 及 cv2 来显示保存图片。

其实 找到网页源码里的 <img 时考虑直接 新建 html 沾到 <body >里显示，但出不来，只有3张，不知为何。 

import numpy as np
import urllib.request
import xlrd
import cv2
wb = xlrd.open_workbook("tp.xlsx")
biao = wb.sheet_by_name("Sheet1")
for i in range(biao.nrows ):
    lj = biao.row_values(i)[0]
    resp = urllib.request.urlopen(lj)
    image = np.asarray(bytearray(resp.read()),dtype="uint8")
    image =cv2.imdecode(image,cv2.IMREAD_COLOR)
 #   cv2.imshow("Image",image)
    mz = str(i) + ".jpg"
    cv2.imwrite(mz,image)
    cv2.waitKey(0)

　　一个循环，用个 xlrd 然后 imwrite ,保存了 这些图片，连接一共有一百多条，但图片只出来了九十几张，

不管了 不求不求甚解。费时 一中午。自我感觉良好，谢谢！献丑

posted on 2021-06-30 14:10  Heart&ware  阅读(1855)  评论(0)  编辑  收藏  举报

导航